公开(公告)号：CN118316860B

公开(公告)日：2024-08-30

申请号：CN202410723761.3

申请日：2024-06-05

申请人： 湖北省楚天云有限公司 ,  华中科技大学

发明人： 彭凯 ,  王良源 ,  徐博 ,  熊欢 ,  余雷 ,  肖世达 ,  周本宽 ,  李相燚 ,  丁灏楠 ,  刘旭东 ,  胡梦兰 ,  夏耀东 ,  胡毅 ,  廖彤昕 ,  黄渊蓉 ,  侯梁博 ,  王晨昕 ,  邓天平 ,  张婧

IPC分类号： H04L45/02 ,  H04L45/12

摘要： 本发明公开了一种基于CPU工作频率的路由决策更新方法、系统及设备，所述方法包括：确定多边缘节点网络和待处理用户请求集合；根据多边缘节点网络和待处理用户请求集合通过延迟感知奖励缩放近端策略优化模型得到服务实例的部署情况和请求路由决策；根据当前CPU核心处理能力和服务实例的部署情况通过能量感知自适应频率缩放模型获得CPU工作频率决策；根据CPU工作频率决策对请求路由决策进行更新。本发明通过延迟感知奖励缩放近端策略优化模型导出网络中微服务最佳静态部署和路由决策，通过能量感知自适应频率缩放模型来动态调整CPU工作频率以优化系统能耗，从而提高了网络的数据处理和请求响应的效率，降低了系统整体的能耗。

公开(公告)号：CN118316860A

公开(公告)日：2024-07-09

申请号：CN202410723761.3

申请日：2024-06-05

申请人： 湖北省楚天云有限公司 ,  华中科技大学

发明人： 彭凯 ,  王良源 ,  徐博 ,  熊欢 ,  余雷 ,  肖世达 ,  周本宽 ,  李相燚 ,  丁灏楠 ,  刘旭东 ,  胡梦兰 ,  夏耀东 ,  胡毅 ,  廖彤昕 ,  黄渊蓉 ,  侯梁博 ,  王晨昕 ,  邓天平 ,  张婧

IPC分类号： H04L45/02 ,  H04L45/12

摘要： 本发明公开了一种基于CPU工作频率的路由决策更新方法、系统及设备，所述方法包括：确定多边缘节点网络和待处理用户请求集合；根据多边缘节点网络和待处理用户请求集合通过延迟感知奖励缩放近端策略优化模型得到服务实例的部署情况和请求路由决策；根据当前CPU核心处理能力和服务实例的部署情况通过能量感知自适应频率缩放模型获得CPU工作频率决策；根据CPU工作频率决策对请求路由决策进行更新。本发明通过延迟感知奖励缩放近端策略优化模型导出网络中微服务最佳静态部署和路由决策，通过能量感知自适应频率缩放模型来动态调整CPU工作频率以优化系统能耗，从而提高了网络的数据处理和请求响应的效率，降低了系统整体的能耗。

公开(公告)号：CN117640413A

公开(公告)日：2024-03-01

申请号：CN202410113493.3

申请日：2024-01-26

申请人： 国网湖北省电力有限公司信息通信公司 ,  华中科技大学

发明人： 余铮 ,  程航宇 ,  彭凯 ,  查志勇 ,  徐焕 ,  龙霏 ,  陈铈 ,  夏凡 ,  刘旭东 ,  廖荣涛 ,  李志康 ,  代荡荡 ,  郭佳璐 ,  罗弦 ,  胡梦兰 ,  张先飞 ,  邓天平

IPC分类号： H04L41/142 ,  H04L41/14 ,  H04L67/51 ,  H04L67/63 ,  G06F16/21 ,  G06N3/045 ,  G06N3/092 ,  G06N7/01

摘要： 本发明提供一种雾计算中基于强化学习的微服务和数据库联合部署方法，包括：S1，从雾计算网络模型中获取各个雾计算节点参数信息、微服务集合、微服务请求链集合和数据库集合，以创建微服务/数据库/路由路径联合部署策略；S2，采用贪心算法求解所述微服务/数据库/路由路径联合部署策略的决策变量初始解；S3，基于QTSWLA算法动态调整所述微服务/数据库/路由路径联合部署策略的全局微服务实例数；S4，基于MDJO‑PPO算法获取所述微服务/数据库/路由路径联合部署策略的决策变量近似最优解，得到优化的微服务/数据库/路由路径联合部署策略。本发明优化了雾计算网络中微服务、数据库和路由路径的联合部署效果，提升部署的准确性与效率。

公开(公告)号：CN117640413B

公开(公告)日：2024-04-26

申请号：CN202410113493.3

申请日：2024-01-26

申请人： 国网湖北省电力有限公司信息通信公司 ,  华中科技大学

发明人： 余铮 ,  程航宇 ,  彭凯 ,  查志勇 ,  徐焕 ,  龙霏 ,  陈铈 ,  夏凡 ,  刘旭东 ,  廖荣涛 ,  李志康 ,  代荡荡 ,  郭佳璐 ,  罗弦 ,  胡梦兰 ,  张先飞 ,  邓天平

IPC分类号： H04L41/142 ,  H04L41/14 ,  H04L67/51 ,  H04L67/63 ,  G06F16/21 ,  G06N3/045 ,  G06N3/092 ,  G06N7/01

摘要： 本发明提供一种雾计算中基于强化学习的微服务和数据库联合部署方法，包括：S1，从雾计算网络模型中获取各个雾计算节点参数信息、微服务集合、微服务请求链集合和数据库集合，以创建微服务/数据库/路由路径联合部署策略；S2，采用贪心算法求解所述微服务/数据库/路由路径联合部署策略的决策变量初始解；S3，基于QTSWLA算法动态调整所述微服务/数据库/路由路径联合部署策略的全局微服务实例数；S4，基于MDJO‑PPO算法获取所述微服务/数据库/路由路径联合部署策略的决策变量近似最优解，得到优化的微服务/数据库/路由路径联合部署策略。本发明优化了雾计算网络中微服务、数据库和路由路径的联合部署效果，提升部署的准确性与效率。